Senior ML / Data Scientist / ПБК Менеджмент. Удаленно/Минск, гибрид.
Требования: Опыт и доменная экспертиза: 3–5+ лет практического опыта в ML / Data Science.
Опыт в розничной торговле (food/non-food) и/или в проектах с использованием данных программ лояльности (клиентские транзакции, идентификаторы клиентов, карты лояльности) будет значительным преимуществом
Опыт построения моделей спроса, ценообразования, промо-аналитики, рекомендаций или CLV/оттока — большой плюс.
Технические навыки: Уверенный Python для продакшн-ML: pandas, NumPy, SciPy, scikit-learn.
Глубокая экспертиза в CatBoost: работа с категориальными признаками; настройка регуляризации, использование GPU/CPU, работа с большим числом объектов; интерпретация моделей (feature importance, SHAP и т.п.).
Классические регрессионные модели: линейная / регуляризованная регрессия; GLM, иерархические/панельные модели — как плюс.
Сильный фичеинжиниринг: агрегаты по временным окнам; лаги и rolling-признаки; сезонность и календарные эффекты; признаки уровня магазина/формата/категории и т.д.
Опыт оптимизации и распараллеливания: умение ускорять обучение и скоринг за счёт оптимизации кода и структуры данных; практический опыт с одним или несколькими инструментами: multiprocessing, Dask, Spark, Ray или аналогами.
SQL на уровне уверенной работы с большими таблицами (joins, window-функции, оптимизация запросов).
Математика и подход: статистики (гипотезы, доверительные интервалы, A/B-тесты); оптимизационных постановок (целевые функции, ограничения, регуляризация); снов эконометрики и мышления “price / demand / margin”.
Умение объяснить сложные модели понятным языком бизнесу.
Soft skills: Способность работать в условиях неопределённой постановки и помогать её структурировать. Самостоятельность в выборе подходов и ответственности за результат.
Готовность обсуждать решения с консультантами и разработчиками, аргументировать технический выбор.
Будет плюсом: Опыт работы в продуктовых/консалтинговых компаниях, связанных с ритейлом и ценообразованием.
Опыт построения: uplift-моделей; рекомендательных систем; моделей для программ лояльности (CLV, churn, next-best-offer).
Знание практик MLOps (Airflow / Prefect, MLflow, мониторинг дрейфа).
Опыт участия в проектах по динамическому ценообразованию или revenue management.
Читать подробнее
Вакансии Стажировки За рубежом Удалёнка БИГТЕХ Мероприятия По всему миру IT и DIGITAL
Софи - первый ai ассистент для автооткликов и поиска работы.
1.3K views17:21